論文の概要: Helsinki Deblur Challenge 2021: description of photographic data
- arxiv url: http://arxiv.org/abs/2105.10233v1
- Date: Fri, 21 May 2021 09:47:12 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-25 08:34:24.694839
- Title: Helsinki Deblur Challenge 2021: description of photographic data
- Title（参考訳）: Helsinki Deblur Challenge 2021: details of photoic data
- Authors: Markus Juvonen, Samuli Siltanen, Fernando Silva de Moura
- Abstract要約: このデータセットはヘルシンキ・デブロワー・チャレンジ2021(HDC 2021)のために収集された。
同じターゲットの2つの同一のカメラによって撮影された2枚の画像を含むが、条件は異なる。
1台のカメラは常に焦点を合わせており、シャープで低ノイズの画像を生成し、もう1台のカメラはぼやけたノイズの多い画像を生成する。
- 参考スコア（独自算出の注目度）: 69.27922840261954
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The photographic dataset collected for the Helsinki Deblur Challenge 2021
(HDC2021) contains pairs of images taken by two identical cameras of the same
target but with different conditions. One camera is always in focus and
produces sharp and low-noise images the other camera produces blurred and noisy
images as it is gradually more and more out of focus and has a higher ISO
setting. Even though the dataset was designed and captured with the HDC2021 in
mind it can be used for any testing and benchmarking of image deblurring
algorithms. The data is available here: https://doi.org/10.5281/zenodo.477228
- Abstract（参考訳）: helsinki deblur challenge 2021 (hdc2021) で収集された写真データセットは、同一ターゲットの2つの同一のカメラで撮影された画像のペアを、異なる条件で含む。
1台のカメラは常に焦点を合わせており、シャープで低ノイズの画像を生成し、もう1台のカメラは徐々に焦点が合わなくなっていき、ISO設定も高くなっているため、ぼやけたノイズの多い画像を生成する。
データセットはHDC2021を念頭に設計され、キャプチャされたものの、画像劣化アルゴリズムのテストやベンチマークに使用することができる。
データはここにある。 https://doi.org/10.5281/zenodo.477228
関連論文リスト
- MIPI 2022 Challenge on RGBW Sensor Re-mosaic: Dataset and Report [90.34148262169595]
本稿では,新しい画像センサと撮像アルゴリズムに着目した5つのトラックを含むMIPIの最初の課題を紹介する。
参加者は、高品質なRGBWとBayerペアの70(トレーニング)と15(検証)シーンを含む、新しいデータセットを与えられた。
すべてのデータは、屋外と屋内の両方でRGBWセンサーで撮影されました。
論文 参考訳（メタデータ） (2022-09-15T06:06:56Z) - MIPI 2022 Challenge on RGBW Sensor Fusion: Dataset and Report [90.34148262169595]
本稿では,新しい画像センサと撮像アルゴリズムに着目した5つのトラックを含む,最初のMIPI課題を紹介する。
参加者は、高品質なRGBWとBayerペアの70(トレーニング)と15(検証)シーンを含む、新しいデータセットを与えられた。
すべてのデータは、屋外と屋内の両方でRGBWセンサーで撮影されました。
論文 参考訳（メタデータ） (2022-09-15T05:56:53Z) - MIPI 2022 Challenge on RGB+ToF Depth Completion: Dataset and Report [92.61915017739895]
本稿では,新しい画像センサと撮像アルゴリズムに着目した5つのトラックを含むMIPIの最初の課題を紹介する。
参加者にはTetrasRGBDという,高品質な合成RGB+Depthトレーニングデータ18万組と,混合ソースからの2.3万組のテストデータを含む,新たなデータセットが提供される。
最終結果は客観的指標と平均オピニオンスコア(MOS)を主観的に評価する。
論文 参考訳（メタデータ） (2022-09-15T05:31:53Z) - Illumination Estimation Challenge: experience of past two years [57.13714732760851]
第2回照明推定チャレンジ(IEC#2)を行った。
チャレンジには、一般的なもの、屋内のもの、照明が2つあり、それぞれ異なるシーンのパラメーターに焦点を当てていた。
他の主な特徴は、同じカメラセンサーモデルで撮影された画像の新しい大規模なデータセット(約5000)、各画像に付随する手動マークアップ、SpyderCubeキャリブレーションオブジェクトを使用して抽出されたさまざまな照明の下で多くの国で撮影されたシーンの多様なコンテンツ、IEC#1で使用されたCube+データセットからの画像のコンテストのようなマークアップです。
論文 参考訳（メタデータ） (2020-12-31T17:59:19Z) - NTIRE 2020 Challenge on Real Image Denoising: Dataset, Methods and
Results [181.2861509946241]
本稿は、新たに導入されたデータセットに焦点をあてて、実画像の復調に関するNTIRE 2020の課題をレビューする。
課題は、SIDDベンチマークに基づく実際の画像のデノゲーションに関する以前のNTIRE 2019チャレンジの新バージョンである。
論文 参考訳（メタデータ） (2020-05-08T15:46:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。